Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Agile Specification by Example |  Facilitation Dot Estimation |  Delivery Monte Carlo Forecasting |  Agile Example Mapping |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn fachliche Regeln präzise werden sollen, verbindet sie Sprache, Beispiel und Prüfung. Sie verhindert, dass Anforderungen zu abstrakt oder missverständlich bleiben. | Wenn Größe oder Aufwand nur grob geschätzt werden können, verdichtet Dot Estimation Erfahrungswissen zu einer schnellen Spanne. Die Methode bringt Vergleichbarkeit in unscharfe Einschätzungen, ohne auf Scheingenauigkeit zu setzen. | Wenn Liefertermine unsicher sind und Einzel-Schätzungen zu viel Sicherheit vortäuschen, zeigt Monte Carlo Forecasting die Bandbreite plausibler Enddaten. Historische Flussdaten werden so nutzbar, dass Risiko, Wahrscheinlichkeit und Erwartungswert sauber auseinanderhalten bleiben. | Wenn eine Story fachliche Regeln und Ausnahmen trägt, bringt sie Klarheit vor der Umsetzung. Sie macht Beispiele, offene Fragen und Abgrenzungen so sichtbar, dass die Logik gemeinsam tragfähig wird. |
Komplexitätunterschiedlich | Mittel | Niedrig | Hoch | Niedrig |
Zeitunterschiedlich | 60-90 min pro Feature | 5-20 min | 30-90 min Setup, danach laufend | 30-60 min |
Teilnehmendeunterschiedlich | 3-6 | 3-20 | 1-8 | 3-7 |
Formatunterschiedlich | Workshop | Workshop | Workshop + Async | Workshop |
Outputunterschiedlich | Beispieltabelle, Acceptance Tests | Effort Heatmap, Risk Signals, Discussion Targets | Forecast Percentiles, Throughput Dataset, Risk Communication | Example Map, Acceptance Criteria, Open Questions |
Tagskeine Überschneidung | AgilAnforderungenBeispieleBehavior-Driven Development | SchätzungAufwandRisiko | PrognoseFlowDelivery | Behavior-Driven DevelopmentAnforderungenBeispieleRefinement |